人工智能时代学术诚信的马赛克式方法（与克里斯·奥斯特罗合著）

生成式人工智能已在教育领域占据主导地位。克里斯托弗·奥斯特罗教授提出了一种“马赛克方法”，旨在帮助教育工作者应对当前的人工智能发展格局。

当学生提交的作业内容与作业要求的字数、格式限制及所需参考文献数量不符时，他们使用人工智能的情况便显而易见。这些作业超出了课程范围，且往往直接提交完整内容，而未说明具体操作过程。绝大多数使用人工智能的学生都引用了那寥寥几个来源，其中部分内容甚至纯属虚构。

什么行不通

将全面禁止使用人工智能作为应对措施并非明智之举。这种做法未能考虑到学生可能以符合伦理的方式利用人工智能来完善现有作品。不断试图抓学生使用人工智能的现行，并将所有此类行为都视为作弊，损害了师生关系。将每条提示语都输入ChatGPT进行检测，并随意使用人工智能检测工具，只为获得与学生相似的结果，这种做法十分耗时。此外，教学也变得索然无味。

鉴于大多数学生已经在使用人工智能，并且希望了解它，奥斯特罗教授解释说，他那项严格的政策营造了一种“只禁不教”的环境。制定明确的指导方针并培训学生正确使用人工智能，才是更切合实际的做法。

了解学生的处境同样至关重要。在就业形势日益严峻、生活成本不断攀升的背景下，据报道，学生们在兼顾学业的同时，不得不增加工作时长。一些在新冠疫情期间正处于关键学习阶段的学生，缺乏必要的核心技能。此外，他们还必须应对各课程不一的人工智能政策。

行之有效的方法（大体上）：马赛克法

马赛克方法

人工智能素养作业：学生需要关于如何使用人工智能的指导。他们中的大多数人在使用人工智能时，既缺乏必要的媒体素养，也不具备对人工智能可能出错的质疑精神。作为一名教师，除非您熟悉这些工具，否则无法教授这些内容。

AI披露表：该表单旨在让学生有机会向教师如实申报，从而避免违反荣誉守则。虽然该表单并非完美无缺——毕竟有人可能会忘记申报或谎报——但强调其透明度至关重要。将此表单发布在公告栏、每道作业提示中、课程大纲里，并为其单独设立包含视频/文本说明的页面，这样能有效避免学生遗忘。以下是一个示例。

AI检测（附透明度说明）：AI检测技术已日趋成熟，误报率降低，其可靠性甚至超过了人眼。但这些工具仍不完美，仍需人工判断。较高的AI评分可能表明是合乎道德的使用，而非严重的学术不端行为。遵守《家庭教育权利和隐私法》（FERPA）至关重要，因此在使用前，请务必向学校的IT部门确认该工具的隐私政策。

进度追踪：Google Docs 和 Office 365 均提供详细的版本历史记录。如果教师发现学生使用了伪造文档版本历史记录的工具，那么毫无疑问，该学生是出于恶意。版本历史记录出现异常可能是由于出行或 Wi-Fi 信号不佳所致。此外，学生也可能出于隐私等原因而不愿共享版本历史记录。

尴尬的对话：根据奥斯特罗教授的轶事证据，大多数学生并不擅长说谎。如果得到理解，他们更倾向于坦白。提供证据并指出以往的学术不端行为，有助于推进对话。

第二次机会：Dench 和 Joyce的研究表明，一旦被发现作弊，学生再次作弊的可能性就会降低。Ostro 教授指出，给予第二次机会“能让你更有把握地采取行动，既鼓励学生（或许有些笨拙地）探索这一新工具，又能让那些别有用心的人承担相应责任”。

优点： “马赛克法”促进了与学生之间更坦诚的沟通。需要因违反《荣誉守则》而受到处分的学生减少了，而主动改正错误并主动报告的学生则增加了。当发现学生违反《荣誉守则》时，判定结果准确率达到100%。大多数反馈都旨在帮助学生理解如何改进。教学又变得充满乐趣了！

缺点： 虽然该方法在提升学术诚信方面取得了成效，但对于不诚实的学生，仍存在一定的不确定性。Mosaic方法要求教师紧跟最新技术发展，这需要投入大量时间。奥斯特罗教授对其在以下方面的可扩展性持怀疑态度：对于不熟悉人工智能的教师、态度较为冷漠或只关注学位的学生，以及异步课程。

联系方式

如有任何疑问，欢迎随时联系我们Pangram。奥斯特罗教授的联系方式如下：

电子邮件：Christopher.Ostro@colorado.edu

领英：https://www.linkedin.com/in/ochristo/

BlueSky：https://ochristo.bsky.social/